买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江工业大学申请的专利基于去噪和优化时域卷积网络的移动设备机主认证方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119377928B 。

龙图腾网通过国家知识产权局官网在2025-07-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411948493.1，技术领域涉及：G06F21/31；该发明授权基于去噪和优化时域卷积网络的移动设备机主认证方法是由程宇;朱添田;马铭骏;陈佳元;陈铁明;吕明琪设计研发完成，并于2024-12-27向国家知识产权局提交的专利申请。

本基于去噪和优化时域卷积网络的移动设备机主认证方法在说明书摘要公布了：本发明属于网络安全和深度学习技术领域，公开了一种基于去噪和优化时域卷积网络的移动设备机主认证方法，包括：获取训练样本集，训练样本集包含多条训练样本，每条训练样本均涵盖移动设备在机主认证过程中所使用的特征数据，以及特征数据所对应的标签；对训练样本集采用联合去噪法进行去噪；利用去噪训练样本集对优化时域卷积网络进行优化更新，得到机主认证模型，优化时域卷积网络包含自注意力层；获取待认证移动设备用户的特征数据作为优化更新后的机主认证模型的输入，基于机主认证模型的输出得到待认证移动设备用户是否为机主的认证结果。本发明能够实现移动设备的隐式、准确、实时识别。

本发明授权基于去噪和优化时域卷积网络的移动设备机主认证方法在权利要求书中公布了：1.一种基于去噪和优化时域卷积网络的移动设备机主认证方法，其特征在于，所述基于去噪和优化时域卷积网络的移动设备机主认证方法，包括： 获取训练样本集，所述训练样本集包含多条训练样本，每条训练样本均涵盖移动设备在机主认证过程中所使用的特征数据，以及特征数据所对应的标签； 对训练样本集采用联合去噪法进行去噪，所述联合去噪法包括采用集合经验模态分解对训练样本集生成信号、信号、信号和信号，并利用准则提取信号和信号的细节部分，利用Fast-ICA算法同时对信号的细节部分、信号、信号和信号的细节部分进行降噪解混，得到分量、分量、分量和分量，对分量应用小波阈值去噪得到去噪训练样本集； 利用所述去噪训练样本集对优化时域卷积网络进行优化更新，得到机主认证模型，所述优化时域卷积网络包含自注意力层； 获取待认证移动设备用户的特征数据作为优化更新后的机主认证模型的输入，基于机主认证模型的输出得到待认证移动设备用户是否为机主的认证结果； 所述优化时域卷积网络的结构包括依次连接的输入层、时域卷积层、自注意力层和全连接层；所述时域卷积层的结构包括多个残差块，并且在每两个残差块之后添加一个卷积层和一个ReLU激活函数；所述残差块包括第一分支和第二分支，所述第一分支依次包括卷积层、ReLU激活函数和卷积层，所述第二分支包括下采样层，所述第一分支和第二分支的输出相加后作为残差块的输出；所述自注意力层的注意力值计算过程如下： 计算查询向量与键向量的相关性： ； 式中，表示查询向量，表示键向量的第个元素值，表示查询向量与键向量的第个元素值的相关性； 计算值向量的权重： ； 式中，表示值向量中第个元素的权重，表示SoftMax函数，为键向量的维度，表示查询向量与键向量的第个元素值的相关性； 计算注意力值： ； 式中，为注意力值，表示值向量的第个元素值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。